Python: višeprocesnost na jednom računalu¶

module multiprocessing (https://docs.python.org/3/library/multiprocessing.html|službenadokumentacija) nudi paralelizam izvođenja zasnovan na procesima i komunikaciji porukama
- prilikom korištenja na operacijskom sustavu Windows postoje određena ograničenja
multiprocessing.cpu_count() vraća broj procesora na sustavu
multiprocessing.Process(target=funkcija, args=(arg1, arg2))
- p.start() započinje izvođenje procesa
- p.is_alive() vraća True ako se proces i dalje izvodi
- p.terminate() “nasilno” prekida izvođenje procesa
- p.join() čeka da proces da završi s izvođenjem (“pridružuje” mu se; donekle slično os.wait())
- p.run() nije isto što i p.start(); pokreće funkciju koja je dana kao target unutar trenutnog procesa, ne stvara novi proces
- p.name
- p.daemon
- p.exitcode
multiprocessing.active_children() vraća broj aktivnih procesa

Zadatak

Definirajte funkciju najveci_djelitelj(n) koja prima kao argument prirodni broj n i traži najveći prirodni broj manji od n koji je njegov djelitelj. Funkcija redom isprobava brojeve manje od n i ispisuje na ekran poruku oblika broj n, djelitelj d, ostatak r; u trenutku kada je ostatak 0, funkcija završava sa izvođenjem (i ne vraća ništa).
Pokrenite tri procesa p1, p2, p3 redom za brojeve 651929250, 421858921, 2188312. Pripazite da (arg1,) nije isto što i (arg1).
U glavnom procesu “odspavajte” 5 sekundi, a zatim prekinite izvođenje p2, provjerite jesu li živi p1 i p3, i one koji jesu pridružite na glavni proces.

multiprocessing.Queue(), međuprocesna komunikacija čije je sučelje slično redu čekanja
- q.get()
- q.put()
red može koristiti više procesa, i zbog mogućnosti različitog redanja za izvođenje na procesoru moguće je dobiti vrlo različite rezultate po pitanju poretka elemenata u konačnom rezultatu

Zadatak

Modificirajte prethodni zadatak tako da u glavnom procesu inicijalizirate red čekanja i proslijedite ga kao argument funkcije svakom od procesa koji pokrećete. Svaki proces neka u red čekanja stavi uređeni par (n, rj), pri čemu je n broj koji je prethodno dan kao prvi argument funkciji, a rj zadnji isprobani broj prije završetka izvođenja algoritma (drugim rječima, rješenje algoritma). U glavnom procesu izvedite primite rješenja i ispišite ih na ekran.

multiprocessing.Pipe(), međuprocesna komunikacija čije je sučelje slično dvosmjernoj cijevi, vraća uređeni par conn1, conn2 koji predstavlja konekcije na obje strane cijevi
- conn.send() šalje podatke kroz cijev
  - za razliku od socketa može slati proizvoljne strukture (znakovne nizove, uređene n-torke, liste, rječnike, …)
- conn.recv() prima podatke iz cijevi
može ga koristiti po jedan proces sa svake strane, u protivnom postoji rizik od iskrivljenja podataka

Zadatak

Modificirajte prethodni zadatak tako da u glavnom procesu incijalizirate tri cijevi i proslijedite po jedan kraj jedne cijevi kao argument svakom od procesa koji pokrećete. Svaki proces neka u svoju cijev pošalje uređeni par (n, rj), pri čemu je n broj koji je prethodno dan kao prvi argument funkciji, a rj zadnji isprobani broj prije završetka izvođenja algoritma (drugim rječima, rješenje algoritma). U glavnom procesu izvedite primite rješenja i ispišite ih na ekran.

multiprocessing.Pool(n)
- pool.apply() ima sličnu sintaksu kao inicijalizacija niti i procesa
- pool.map() je paralelna verzija funkcije map()
- result = pool.apply_async()
- result = pool.map_async()
  - result.get(timeout=n)
- it = pool.imap()
- it = pool.imap_unordered()

Zadatak

Riješite prvi zadatak u ovom dijelu korištenjem objekta multiprocessing.Pool. Riješite problem na tri načina.

Iskoristite sinkroni poziv korištenjem tri poziva funkcije apply().
Iskoristite asinkroni poziv korištenjem jednog poziva funkcije map().
Iskoristite funkciju imap_unordered().

multiprocessing.Value()
multiprocessing.RawValue()
multiprocessing.Array()
multiprocessing.RawArray()
multiprocessing.Manager()
- m.BoundedSemaphore()
- m.Condition()
- m.Event()
- m.Lock()
- m.RLock()
- m.Semaphore()

Todo

Ovdje nedostaje objašnjenje i zadatak.